grill-me (Matt Pocock) 对比 pdf (Anthropic)
grill-me (Matt Pocock)
20.6 / 30
看情况安全
grill-me：对照组 3.58、一句话提示 3.5、装 skill 3.83（0–5 分，Codex 实测，n=2/任务/组）。结论：视情况而定，相对不装 skill +0.25。
- 前沿通过
pdf (Anthropic)
20.6 / 30
看情况安全
pdf：对照组 4.58、一句话提示 5.0、装 skill 4.58（0–5 分，Codex 实测，n=2/任务/组）。结论：视情况而定，相对不装 skill +0.00。
- 前沿通过